本文来自微信公众号：FIN AI 探索（ID：fin_ai_research），作者：袁峻峰（复旦大学金融学硕士，FRM金融风险管理师），原文标题：《ChatGPT之后的世界|结合微观历史、新文化史、投研的思考》，头图来自：视觉中国
本文从微观历史、新文化史、投研等方向思考ChatGPT等大语言模型对经济、社会的影响。一些相关资料也一并列出，算是笔者的一个梳理，欢迎探讨。
一、如何宏观结合微观分析ChatGPT的影响
孔飞力的经典著作《叫魂：1768年中国妖术大恐慌》描绘乾隆时期的一次“妖术”群体事件，其中针对社会各阶级群体心理与意图，官僚体系以及君主制度的刻画和研究是史诗性的，利用历史文献精彩地展现了各阶层从自身利益出发，面对“妖术”的反应。其中民众在可见的范围内利用“叫魂”恶意中伤流民或有敌意的他人，享受那幻觉的权力。这样的宏观、微观的结合让人大开眼界。
高于此前市场预期的8.1%，担忧美联储会在9月份继续激进加息，金融市场一片哀嚎，美股三大指数大幅收跌，标普500指数下跌4.32%，纳斯达克指数下跌5.16%，道琼斯指数下跌3.94%。
今年9月20日美联储利率决议新闻发布会上美联储主席鲍威尔只提到几个宏观数据：目标还是通胀率降至2%，2024年GDP增长的评估预测中值将降至1.5%，预测的失业率中值从今年年底的3.8%上升到未来两年的4.1%。总体PCE（个人消费支出平减指数）上涨了3.4%；核心PCE上涨了3.9%。联邦基金利率的目标区间维持在5.25%-5.5%。
对于这些宏观关键指标，用更高频的同截面数据必然有领先性。宏观分析量化框架已有成熟方案，但时间只能以月计。在瑞·达利欧书中，以大周期角度对主要主权国家进行十几个维度量化评分，时间以十年计。在《美国增长的起落》一书中，作者分析了1870-2015年间，美国历次技术进步以及相关经济增长，大多也是以十年计。
如此说来，即使是数字化时代，那么多实时数据在分析宏观问题时都只是被统计处理，忽略其中信息，也无法发挥大数据的优势?
